基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
蚁群算法于上世纪末提出,是继遗传算法之后的一种启发式算法,用于解决组合优化问题.它借鉴蚂蚁通过自组织的协作能力而产生的群体智慧来解决组合优化问题.ACO算法的特点在于使用正反馈,在较优的解的路径下,留下较多的信息激素,信息素会吸引更多蚂蚁走这条路径,这个过程中,会引导整个系统向最优解的方向迈进.蚁群算法可以用来解决一些尚未找到有效算法的问题,而且蚁群算法还是元启发式算法(Meta-heuristic),是一种算法框架,可以在其基本思想上针对不同问题做改进从而应用到不同问题上去.
推荐文章
基于蚁群优化算法的物流配送路径研究
蚁群算法
物流
配送
路径规划
重极标差法
改进蚁群优化算法的最优物流配送路径设计
物流配送
物流路径设计
蚁群优化算法改进
路径优化模型
算法有效性分析
企业效益提升
物流配送路线模型优化及应用
配送中心
启发式算法
节约算法
车辆调度问题
基于免疫克隆算法的物流配送车辆路径优化研究
克隆
免疫算法
车辆路径优化
物流配送
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法的物流配送路线优化研究——以重庆市渝中区为例
来源期刊 经贸实践 学科
关键词 蚁群算法 路径优化 java Tsp问题
年,卷(期) 2017,(13) 所属期刊栏目 热点透视
研究方向 页码范围 31-32
页数 2页 分类号
字数 1952字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王健 合肥工业大学宣城校区商学系 31 465 8.0 21.0
2 沈镕荣 合肥工业大学宣城校区商学系 7 9 2.0 2.0
3 王爽瑶 合肥工业大学宣城校区商学系 6 8 2.0 2.0
4 范爽 合肥工业大学宣城校区商学系 6 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蚁群算法
路径优化
java
Tsp问题
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
经贸实践
半月刊
1671-3494
33-1258/F
16开
浙江省杭州市体育场路479号省行政中心八号楼
2001
chi
出版文献量(篇)
25598
总下载数(次)
122
论文1v1指导